0

0
0

文字

分享

0
0
0

小心,香噴噴的「滷汁」變成「化學汁」?!

科學新聞解剖室_96
・2015/01/05 ・3456字 ・閱讀時間約 7 分鐘 ・SR值 530 ・七年級

科學新聞解剖室-案件編號6

案情:令人感到憂心忡忡的滷汁?!

1
圖片來源:http://goo.gl/1e1AUn

在寒冷的冬夜,宵夜的首選當然是來點熱呼呼的滷味,那可是解剖員冬天的一大享受,瞧那一鍋滾燙的深色滷味湯汁不停地冒泡,無論是視覺、味覺或身心都覺得暖意一陣一陣地湧上來。

但是,就在12/9那天,解剖員在網路上瞥見中時電子報以加熱滷味越煮越毒?!專家:成一鍋「化學汁」為題,報導滷味經不斷加熱後會變成一鍋「化學汁」,這驚悚的標題馬上吸引了解剖員的目光,報導內容指出:

加熱滷味香噴噴,滾燙滷汁不斷飄出香氣,老闆說,這鍋獨門湯底,從早滷到晚,越滷越香……但專家指出,看似美味的老滷汁,可能變成可怕的「化學湯」。

-----廣告,請繼續往下閱讀-----

滷汁一直熬煮會有問題?!竟然會變成一鍋化學汁?!真的假的?!有這麼恐怖嗎?但多數滷味攤標榜「獨門湯底」、「越滷越香」又是怎麼一回事?這一切的一切實在太可疑了!(抱頭大叫)

解剖:「滷汁」?「化學汁」?疑點重重?!

科學疑點一:食品添加物溶入湯汁,安全嗎?!

許多老闆都強調「獨門老滷」,從早滷到晚,越滷越香,甚至有的以數年不換的「老滷」自豪,這其中的關鍵問題是「食材中的化學添加物(抗氧化劑、防腐劑等)會不會溶入湯汁中?或是會有多少比例會溶入湯汁中?」假設食材中大部分的添加物都會溶入湯中,那各位就可以放120個心,安心食用「滷過」的滷味吧!因為,這些被「毒物專家」深惡痛覺的含毒食品,經汆燙後,添加物都會溶出,而經數十(或數百)日的「煉製」的滷味湯汁,只要打烊後關火冷卻,鍋中肯定可以結晶析出一堆添加物的結晶鹽,說得誇張點,只要商家撈掉之後又可再做生意,反正湯汁是不賣的,客人也喝不到,賣出的滷味已涮掉了所含的不良物,皆大歡喜。

但是,一般市售滷味通常是連著湯汁一起賣的,一位著名滷味老闆說他每天約留下五分之一「老滷」做為湯底,已數年未換。解剖員假設食材添加物溶入湯汁的量是一定值,姑且記為a,第一天留下做為湯底的量為b,此時添加物含量為ab。

-----廣告,請繼續往下閱讀-----

第二天再加入a,賣出的成分是ab+a,當天又留下b,這時含量為(ab+a)b=ab2+ab。

第三天再加入a,賣出的成分是ab2+ab+a,當天又留下b,這時含量為(ab2+ab+a)b=ab3+ab2+ab。

如此經年累月(n日)後賣出之含量為 abn+abn-1+…….+ab3+ab2+ab +a = a(bn+bn-1+…….+b3+b2+b)+a = ab(1-bn)/(1-b)+a(國中的等比級數求和,Hum~~,所幸是收斂級數)

當b<1,bn趨近於零,上式等於ab/(1-b)+a。以前述老闆所留比例為20%計,第n日後,哪怕n趨近無窮大,賣出濃度也只是1.25a,只比第一天高出25%。同理,若是一天內就添加數次(或n次),其結果也是一樣的。而且,這是基於溶入湯汁的量是一定值所估算的結果,事實上當溶液中已溶有相同物質時,將會減少此物質之溶解度,因此,實際上溶入湯汁的添加物會比上述所估計的量更少。

-----廣告,請繼續往下閱讀-----

所以,只要添加的食材是合格的(巴拉松和砒霜當然不算),滷汁不會因為「老」而風險大增,民眾可在這點上放心(即便政府的把關讓我們很不放心)。

科學疑點二:毒不毒只是一線之隔,關鍵在於「量」!

在ETtoday的報導指出:「像是貢丸裡面,就需要用到結著劑,也就是磷酸鹽,磷酸鹽對於有腎臟疾病的患者,有機會讓病情惡化,若攝入過多的磷酸鹽,原本健康的人也可能吃出血管鈣化或是心血管疾病。」另一段也指出:「滷汁如果不常換過,青菜裡面的亞硝酸鹽類,也可能直接溶進湯裡面,導致滷汁的亞硝酸鹽濃度飆高。而亞硝酸鹽,就曾有研究指出,對於健康的傷害風險,不亞於蔬菜上的農藥殘流,更是主要的致癌因素之一!」這整段都沒有提到,所謂的「過多」定義是什麼?而是將重點放在可能引發的疾病上,令人不安。

若我們將類似的報導更換化學名詞,例如食鹽,也就是氯化鈉,對高血壓的患者有機會讓病情惡化,若攝入過多的食鹽,原本健康的人也可能吃出心血管疾病。相同的邏輯,只要燒菜時加鹽(trust me,菜湯中食鹽的含量離危險值會比滷汁中亞硝酸鹽和磷酸鹽離危險值的比例要近得很多),所以菜湯都等於是「化學毒汁」,但我們會因此而不燒菜嗎?會因此而禁用食鹽嗎?而心血管疾病的肇因只有食鹽攝取過量嗎?

日常生活中,我們很容易看到這樣模式的報導:「研究指出過量的XX物質與OO症有高度相關」(不論研究是否可信,不論是否有因果關係),或是「在常見的YY食物中可能含有XX」(不論多寡,或也可能沒有)。我們就很容易自行聯結而推論出要「嚴禁XX以避免罹患OO症」的結論。而我們的媒體最喜歡經由專家訪談之後,把這兩者連在一起,把民眾嚇得要死,偏偏這類不懂保留的新聞層出不窮,時時攻佔媒體版面引起民眾驚慌,我們一定要小心再小心,避免陷入莫名的恐慌之中。倒是同一食材可不要超量攝取(分散風險的概念),這可是食物安全的基本常識,不可不留心。

-----廣告,請繼續往下閱讀-----

接下來看看媒體上的問題:

媒體疑點一:天下新聞一大抄,越抄越「失真」?!

因為這關係到解剖員的冬日飲食偏好與廣大民眾的飲食安全問題,於是,解剖員馬上展開相關報導的搜索工作,但如此與民生切身相關的重要問題但卻只有「東森ETtoday」與「uho優活健康網」兩家媒體刊登報導,即便是一則看似沒有成功炒熱話題的神奇新聞,解剖員仍一一檢視這三家媒體的報導,三篇報導有何差異?又有什麼值得大家關注的重點呢?

首先,逐一觀察、比對三家媒體之後發現,「東森ETtoday」的新聞是從「uho優活健康網」原封不動地搬移過來,連新聞標題都是「恐怖加熱滷味!滷汁煮了又煮 恐早已成『化學毒湯』」而這點也在解剖員造訪「uho優活健康網」之後得到解答。在「uho優活健康網」網站首頁下方列出的「授權媒體」當中,「東森ETtoday」就是其中之一。

再來看看中時的報導,明顯可以看出中時的報導是「東森ETtoday」或「uho優活健康網」(簡稱原新聞稿)的精簡版,不僅沒有負責任地說明報導的來源,也遺漏了原新聞稿的資訊,例如原新聞稿中提到的「林口長庚毒物科顏宗海醫師」變成了「專家」二字;又如「化學毒湯」變成「化學汁」等等;又如原新聞稿中「亞硝酸鹽,就曾有研究指出,對於健康的傷害風險,不亞於蔬菜上的農藥殘留,更是主要的致癌因素之一」經過中時轉載,竟然變成「專家說」,把別人的研究硬塞到專家嘴裡,這樣可以嗎?省略的部份也太多了吧!(驚嚇)

-----廣告,請繼續往下閱讀-----

國內媒體在援用國內、外新聞時多數會忽略資料來源,若不經查證,很多事實在轉載的過程中會逐一失真,我們要看的是這樣的新聞嗎?以下省略十萬字。

媒體疑點二:是健康資訊站?!還是醫美、健康食品購物網?!

前述提到,「東森ETtoday」是「uho優活健康網」的授權媒體,因此,也是靠著「東森ETtoday」新聞稿最後列出的「資料來源」,解剖員追查這篇報導的起點。

這一則是來自「uho優活健康網」的新聞報導,該網站乍看之下是個提供健康資訊的網站,但解剖員忍不住好奇,試著暸解這網站背後運作的模式,是單純的健康資訊網?還是有其他的玄機?

除了上述提到的「授權媒體」之外,解剖員試著點擊各項標題,相關頁面出現數十個羅列整齊的合作媒體、公益團體、策略聯盟、供應廠商等,可見這個網站並非單純以健康新聞(科學新聞)為主的媒體,而是各領域的集散地。網站首頁充斥許多醫美、健康的廣告,也清清楚楚、分門別類列出各科專業醫師的介紹,如專長、學經歷、診所位置等資訊;另外,在相關疾病的網頁中也會出現相關藥廠的大名,不禁令人懷疑,這究竟是以健康資訊提供站?或是各家廠商的廣告佈告欄?解剖員不多說,就留給大家去判斷了(咳)。

-----廣告,請繼續往下閱讀-----

我們可以合理的猜測,這個以健康資訊知識為吸引點閱的網站,所提供的新聞資訊,也許會很期待民眾進入網站時,最後能成為實實在在的消費者,我們一定要小心再小心,才不會迷失在以健康新聞為包裝的消費陷阱中(筆記ing)。

解剖總結:太簡化、太恐怖的科學新聞,不要相信!

總結前面的解剖結果,這一系列科學新聞報導,反映出台灣媒體缺乏對食品化學添加物的正確認知與進一步查證的求真精神,利用「化學」二字在新聞標題上大做文章,嚇唬閱聽人。此外,雖找來專家背書,卻過度強調食品添加物與疾病間的因果關聯,忽略其他的可能性,引起民眾恐慌。綜合這一次的分析,本解剖室給這一則新聞報導評以如下評價(9顆骷髏頭):

 

綜合剖析評比科學偽新聞指數(滿分5顆)

「關係錯置」指數:☠☠☠☠

-----廣告,請繼續往下閱讀-----

「忽略過程」指數:☠☠☠

「官商互惠」指數:☠☠

 

(策劃/寫作:李暉、賴宣儒、賴雁蓉、黃俊儒)

文章難易度
科學新聞解剖室_96
37 篇文章 ・ 12 位粉絲
「科學新聞解剖室」是由中正大學科學傳播教育研究室所成立的科學新聞監督平台,這個平台結合許多不同領域的科學解剖專家及義工,以台灣科學新聞最容易犯下的10種錯誤類型作為基礎,要讓「科學偽新聞」無所遁形。已出版《新時代判讀力:教你一眼看穿科學新聞的真偽》《新生活判讀力:別讓科學偽新聞誤導你的人生》(有關10種錯誤的內涵,請參見《別輕易相信!你必須知道的科學偽新聞》一書)。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

0
2

文字

分享

0
0
2
這樣吃安全嗎?用科學去看「劑量」與「食安」
衛生福利部食品藥物管理署_96
・2023/10/06 ・2743字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自食藥好文網

  • 文/黃育琳 食品技師

你喜歡吃香腸嗎?香腸嚐起來不但鹹甜多汁,飄散出來的香氣更是令人口水直流,是日常的菜色之一。

然而,香腸的內部環境容易滋生肉毒桿菌,並產生對人類最強的毒素「肉毒桿菌毒素(botulinum toxin)」,只需要 1 克便能毒死一百萬人。

為了避免吃香腸出人命,則需要在香腸內添加亞硝酸鹽以抑制肉毒桿菌生長,但亞硝酸鹽碰到二級胺(通常不新鮮的肉類或海鮮因產生發酵作用或腐敗而生成)可能會產生致癌物質亞硝胺(nitrosamines),一種經動物實驗結果顯示會導致腫瘤的致癌物質。

-----廣告,請繼續往下閱讀-----

天啊!聽起來加與不加,兩邊都很不妙,那我們為什麼還繼續吃下去呢?

這裡忽略了一個很重要的資訊,若導致亞硝酸鹽中毒,需要有一定「劑量」。我們應該去思考,人類如何在不會導致中毒的劑量下,有效運用亞硝酸鹽這個物質 [1]

毒理學中最重要的概念「劑量」

亞硝酸鹽是衛生福利部食品藥物管理署正面表列的合法食品添加物,只要按《食品添加物使用範圍及限量暨規格標準》限量添加(劑量遠低於導致中毒的劑量),那它對人體不但沒有危害,反而能讓我們免於受到肉毒桿菌毒素的威脅。

若是選擇完全不使用亞硝酸鹽,那麼肉毒桿菌毒素中毒的風險則會大大增加。相較之下,使用亞硝酸鹽必然安全許多,既然這樣,世界上還有無毒物質的存在嗎?

-----廣告,請繼續往下閱讀-----

毒理學之父 Paracelsus 先生(西元 1493-1541 年)曾說:「所有化學物質都有毒,世界上沒有不毒的化學物質,但依使用劑量的多寡,可區分為毒物或藥物。」這也是毒理學最重要的基礎概念 [註]

所有化學物質都有毒,差別僅在「劑量」。 圖/envato.elements

所以世界上並不存在完全無毒的食品,只要過量都可能會導致中毒甚至致死,單純用致癌物、有害物質來區分所有物質其實並不正確,而是要注意它的「劑量」。

當然,加工食品也是同樣的道理。

加工食品吃了不好?也是由劑量決定

常聽大家說,常吃加工食品會對人體有害,對健康造成負擔,但是真的完全都不能吃嗎?

-----廣告,請繼續往下閱讀-----

適量吃加工食品對身體是不會造危害的,大家所認為天然非加工食品吃太多也一樣會出事。如維繫人體生命的必需物質「水」,這個看似無害的物質,喝太多卻會造成水中毒。

或者是「母乳」這個直接來自人體的物質,也都可能含有微量抗生素、重金屬或塑化劑等,因為人體在長久接觸整個大環境中的污染後,多少會有毒素累積,要完全無毒是不可能的 [2]

許多人說加工食品之所以不好,是因為有部分加工食品,如早餐加糖的穀片、汽水、零食餅乾、罐裝高湯或熱狗等,糖份、鹽份和脂肪含量通常很高,也沒有其它營養價值,吃太多確實會對身體帶來負擔。

另一方面,前面提到的肉毒桿菌毒素,現在已廣泛應用於去除皺紋、瘦臉或瘦腿等醫學美容;人人聞之色變的劇毒「砒霜」,還可以應用在急性前骨髓細胞白血病(APL)的治療 [2]

-----廣告,請繼續往下閱讀-----

只要使用正確的「劑量」,毒藥也可以變仙丹。

要如何判別毒性大小?看半數致死劑量

如此重要的劑量該怎麼看呢?在毒理學觀察物質毒性大小時,有一項很常用的工具——半數致死劑量 LD50

不同用量的化學物質,實驗動物死亡率亦各不相同,通常物質的劑量與實驗動物的死亡率呈現正比。而半數致死劑量(lethal dosage 50%, LD50),指的就是在動物實驗中,使實驗動物產生 50% 死亡率所需要的化學物質之劑量,值愈小表示毒性愈強。

如肉毒桿菌毒素 LD50 約為 100 ng/kg(毒素重量/實驗動物重量),小白鼠的體重為 0.02 公斤,所以只需要 2 奈克(10-9 克),就可以使一半的實驗小白鼠死亡;日常生活中的食鹽(氯化鈉) LD50 約為 40 g/kg,需要 0.8 克才能使一半的實驗小白鼠死亡,兩者的毒性可說是天差地遠 [3]

-----廣告,請繼續往下閱讀-----

不過在日常生活中,若要妥善運用食品添加物、農藥等物質,就先得找出不會導致中毒的劑量,也就是「無明顯不良反應劑量(no-observed-adverse-effect-level, NOAEL)」。

它是指在動物實驗中,統計上未觀察到任何不良反應的最大劑量,在後續制定容許量時,NOAEL 是很重要的參考指標 [1]

化學物質的毒性大小,要看它半致死劑量的多寡。 圖/envato.elements

「每日可接受攝取量」v.s.「最大殘留容許量」或「使用限量」

若是要找出「人」即使長期每天攝取,也不會對健康造成危害的量,科學家們會根據動物實驗,計算出「每日可接受攝取量(acceptable daily intake, ADI),這個數值將作為政府單位作為安全評估的界線,於此界線下會再考量到飲食習慣或田間施藥測試結果,訂定更嚴格的使用限量(如:食品添加物)或最大殘留容許量(maximal residue level, MRL)作為行政執法的依據,超標的廠商將受到懲罰。

但是超標並不代表會中毒,使用限量或 MRL 是依據一般飲食習慣設定,每日的「總曝露量」遠低於 ADI,對人體不會有不良影響。使用限量或 MRL 皆是在科學的基礎下所計算出的管制劑量,對於在管理食品添加物或農藥殘留是非常重要的 [1]

-----廣告,請繼續往下閱讀-----

毒物學所熟知的「劑量」,大眾也應瞭解

有了劑量的觀念即可明白,即使不小心喝到一杯某一農藥殘留超標 MRL 5 倍的茶飲料,雖然聽起來很可怕,但其農藥總暴露量可能仍遠低於 ADI,更低於 NOAEL,故不需為此感到恐慌。

當大眾看到不認識的毒物名稱時,很容易被恐懼帶著走。而食品安全無法僅靠科學去維護,也需要消費者、媒體、政府和食品業界一起努力,才能做好安全把關。

購買時,建議詳閱食品標示。 圖/envato.elements

因此我們應該了解到食品安全資訊,是需要培養深入認知與討論議題的能力,才能避免流於情緒的宣洩或受到媒體的操弄。

註解

原文為 “All substances are poisons; there is none which is not a poison. The right dose differentiates the poison from a remedy.” [3]

-----廣告,請繼續往下閱讀-----

參考資料

  1. 陳亭瑋,2022。這是毒還是藥?先搞懂「每日容許攝取量」和「最大殘留安全容許量」吧!。行政院環境保護署毒物及化學物質局。
  2. 李霜茹,2017。怎麼決定多少「劑量」對人體有害?── 「PanSci TALK:食品安全基本功」──「PanSci。食藥好文網 TFDA。
  3. Shibamoto, T. and Bjeldanes, L. F. 2009. Introduction to food toxicology.
衛生福利部食品藥物管理署_96
65 篇文章 ・ 23 位粉絲
衛生福利部食品藥物管理署依衛生福利部組織法第五條第二款規定成立,職司範疇包含食品、西藥、管制藥品、醫療器材、化粧品管理、政策及法規研擬等。 網站:http://www.fda.gov.tw/TC/index.aspx

0

3
0

文字

分享

0
3
0
最理想的元素週期表?其實元素週期表有很多種!——《元素週期表:複雜宇宙的簡潔圖表》
日出出版
・2023/06/10 ・2017字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

前面幾章都在談元素週期表,但還有一個重要面向沒有提到。為什麼有這麼多元素週期表出版,而且為什麼現在的教科書、文章、網路,提供這麼多種元素週期表?有沒有「最理想的」元素週期表?追求最理想的元素週期表有意義嗎?如果有,我們在找出一份最佳週期表的過程中取得那些進展?

種類數量可觀的元素週期表

愛德華.馬蘇爾斯(Edward Mazurs)關於週期表歷史的經典著作中,收錄自一八六○年代首張元素週期表繪出以來,大約七百張的元素週期表。

馬蘇爾斯的書本出版已過了四十五年左右;之後,期間至少又有三百張週期表問世,如果再加上網路上發表的就更多了。為什麼會有這麼多元素週期表,這件事情需要好好解釋。當然,這些元素週期表中,許多並沒有新的資訊,有些從科學的觀點來看甚至前後矛盾。但即使刪除這些具有誤導性的表,留下的數量還是非常可觀。

元素週期表的變體:有圓形的還有立體的?

我們在第一章看過元素週期表的三個基本形式:短元素週期表中長元素週期表長元素週期表。這三類基本上都傳達差不多的訊息,但相同原子價(編按:原子的價數,金屬為正價、非金屬為負價)的元素,在這些表中有不同的分族。

此外,有些週期表不像我們一般認識的表格那樣四四方方。這種變體包括圓形橢圓的週期系統,比起長方形的元素週期表,更能強調元素的連續性。不像在長方形的表上,在圓形或橢圓形的系統中,週期的結尾不會中斷,例如氖和鈉、氬和鉀。

-----廣告,請繼續往下閱讀-----

但是,不像時鐘上的週期,元素週期表的週期長度不同,因此圓形元素週期表的設計者需要想辦法容納過渡元素的週期。例如本菲(Benfey)的元素週期表(圖 37),過渡金屬排列的地方從主要的圓形突出來。也有三維的元素週期表,例如來自加拿大蒙特簍的費爾南多.杜福爾(Fernando Dufour)所設計的(圖 38)。

圖 37/本菲(Benfey)的圓形元素週期表。圖/《元素週期表:複雜宇宙的簡潔圖表
圖 38/費爾南多.杜福爾(Fernando Dufour)的三維元素週期表。圖/《元素週期表:複雜宇宙的簡潔圖表

但我認為,這些變體都只是改變週期系統的描繪形式,它們之間並無根本上的差異。稱得上重要變體的,是將一個或多個元素放在和傳統元素週期表中不同的族。討論這點之前,我先談談元素週期表一般的設計。

元素週期表的概念好像很簡單,至少表面上是,因此吸引業餘的科學家大展身手,發展新的版本,也常宣稱新的版本某些地方比過去發表的更好。

當然,過去有過幾次,化學或物理學的業餘愛好者或外行人做出重大貢獻。例如第六章提過的安東.范登.布魯克,他是經濟學家,也是首先想到原子序的人,他在《自然》等期刊發展這個想法。另一個人是法國工程師夏爾.雅內(Charles Janet),他在一九二九年發表「左階式元素週期表」(Left-step periodic table),後來持續受到週期表的專家和業餘愛好者的關注(圖 39)。

圖 39/夏爾.雅內(Charles Janet)的左階式元素週期表。圖/《元素週期表:複雜宇宙的簡潔圖表

「理想」的追求

那麼,追求最理想的元素週期表真的有意義嗎?我認為,這個問題的答案取決於個人對週期系統的哲學態度。一方面,如果一個人相信,元素性質近似重複的現象是自然世界的客觀事實,那麼他採取的態度是實在論。對這樣的人而言,追求最理想的元素週期表非常合理。最能代表化學週期性事實的就是最理想的元素週期表,即便這樣的表還沒制訂出來。

-----廣告,請繼續往下閱讀-----

另一方面,工具論者或反實在論者看待元素週期表,可能會認為元素的週期性是人類強加給自然的性質。若是如此,就不必熱切尋找最理想的元素週期表,畢竟這種東西根本不存在。對約定俗成論者或反實在論者來說,元素究竟如何呈現並不重要,因為他們相信我們處理的,不是元素之間的自然關係,而是人造關係。

——本文摘自《【牛津通識課10】元素週期表:複雜宇宙的簡潔圖表》,2023 年 4 月,日出出版,未經同意請勿轉載。

日出出版
13 篇文章 ・ 7 位粉絲